INSTITUTO SUPERIOR TECNOLÓGICO PRIVADO

“FIBONACCI”

FACULTAD DE ADMINISTRACIÓN BANCARIA

MONOGRAFIA
“COEFICIENTE DE VARIACIÓN”

Nombre: Vega Cabrera Yomira

Curso: Estadística

Huánuco-Perú
2018
DEDICATORIA:

A mi mama por haberme ayudado

Siempre con mis estudios a dios
Por estar siempre en las buenas y las
Malas conmigo y a mis hermanos por
Siempre apoyarme en todo.
AGRADECIMIENTO

A Dios ´por todo lo que me brinda, a mí

Madre, a mi padre, mis hermanas, mis docentes del

Instituto FIBONACCI, mi asesor.

INICIO
COEFICIENTE DE VARIACIÓN ......................................................................................................................... 6
Ejemplo: Desviación estándar para datos no agrupados ..................................................... 6
 PASO 1: ..................................................................................................................................................6
PASO 2: .................................................................................................................................................. 6
PASO 3: .................................................................................................................................................. 6
PASO 4: .................................................................................................................................................. 7
El rango...................................................................................................................................................... 7
Ejercicio 5: ............................................................................................................................................. 7
El rango intercuartil................................................................................................................................... 8
Ejercicio 6: ............................................................................................................................................. 9
Ejercicio 7: ...........................................................................................................................................10
 COEFICIENTE DE VARIACIÓN
El coeficiente de variación permite comparar la dispersión entre dos poblaciones distintas
e incluso, comparar la variación producto de dos variables diferentes (que pueden
provenir de una misma población).

Estas variables podrían tener unidades diferentes, por ejemplo, podremos determinar si
los datos tomados al medir el volumen de llenado de un envase de cierto líquido varían
más que los datos tomados al medir la temperatura del líquido contenido en el envase al
salir al consumidor. El volumen los mediremos en centímetros cúbicos y la temperatura
en grados centígrados.

El coeficiente de variación elimina la dimensionalidad de las variables y tiene en cuenta

la proporción existente entre una medida de tendencia y la desviación típica o estándar.

Este índice solo se debe calcular para variables con todo los valores positivos, para dar
seguridad de un o mayores a cero (un coeficiente de variación positivo).

Ejemplo: Desviación estándar para datos no agrupados

En un juego de tiro al blanco con escopeta de perdigones por dos participantes a un

tablero, obtienen el siguiente registro después de 15 disparos cada uno. Determinar el
coeficiente de variación para ambos casos.

PASO 1: Calcular las medias aritméticas:

PASO 2: Calcular las varianzas

En este punto, la varianza es identificada por S2.

PASO 3: Calcular la desviación estándar a partir de la raíz cuadrada de la varianza.

La puntuación de los disparos se aleja en promedio de la media aritmética en
aproximadamente 1,6818 para el jugador 1 y 0,6325 para el jugador 2.

PASO 4: Calcular el coeficiente de variación.

El menor coeficiente de variación indica que el jugador 2 presento una dispersión menor
de sus puntuaciones respecto a la media, caso contrario al jugador 1 donde la dispersión
fue mayor.

El rango

También denominado como amplitud, consiste en obtener la diferencia entre el mayor y

el menor valor observado de la variable:

Rango = Máximo – Mínimo

Ejemplo de obtención del rango para la variable con los datos recogidos con la
pregunta “Ansiedad que siente cuando se encuentra con mucha gente alrededor” de un
test orientado a medir la ansiedad (escala de respuesta: 1: Nada; 2: Algo; 3: Bastante;
4: Mucha.).

Rango = 4 – 1 = 3

• La principal desventaja del rango es que al basarse su cálculo en los valores mínimo y
máximo, si la distribución tiene valores atípicos, su cálculo se verá muy influido por los
mismos. En estos casos, el rango puede proporcionar valores que no sean buenos
indicadores de la verdadera dispersión de los datos -por ejemplo, en la variable X :{8, 8,
9, 10, 10, 12, 50}, el rango es igual a 42 cuando, en realidad, todos los datos, salvo
uno, son bastante homogéneos.
Ejercicio 5: Obtener el Rango de la variable obtenida a partir de los datos recogidos con
la pregunta: “Se valora en los empleados la creatividad y la capacidad de creación” de
un test de cultura organizacional en empresas que se aplicó a una muestra de 200
empleados de diferentes empresas [1: Muy en desacuerdo; 2: Bastante en desacuerdo;
3: Algo en desacuerdo; 4: Ni en desacuerdo ni de acuerdo; 5: Algo de acuerdo; 6:
Bastante de acuerdo; 7: Muy de acuerdo]:
• En lo que respecta a la interpretación del rango, tanto éste como el resto de índices
de variabilidad que se van a tratar a continuación (exceptuando, parcialmente, el
coeficiente de variación) ofrecen resultados que no tienen una interpretación directa en
términos absolutos -¿qué significa un rango de 4 o un rango de 10, mucha o poca
dispersión?
- El único caso en que la interpretación de estos índices es absoluta es cuando dan
igual a 0, indicando la ausencia de variabilidad en los datos de la variable -caso por
otra parte bastante excepcional. Valores mayores que 0 indicarán dispersión en los
datos, tanto mayor cuanto mayor sea ese valor, pero sin existir un techo que nos
permita establecer interpretaciones en términos absolutos. –
La interpretación de estos índices depende de la naturaleza de la variable considerada
y de la escala utilizada al ser medida -por ejemplo, un rango de 10 en la variable Peso
(kg) en una muestra de personas adultas sí que nos da una idea de la variabilidad de
esa variable: se trata de una variable con muy poca dispersión dado que cabría esperar
que, en una muestra de personas adultas, la diferencia entre el valor máximo y el
mínimo de peso fuese bastante mayor que 10. Sin embargo, en otros muchos ejemplos
la interpretación podría resultar mucho más incierta, por ejemplo, un rango de 840
milisegundos en el variable tiempo de reacción para reconocer un determinado
estímulo visual, ¿indica mucha o poca dispersión? Tal vez para alguien con experiencia
en experimentos de tiempo de reacción con estímulos visuales, ese valor de rango sí
que le permita interpretar la variabilidad de los datos asociada a ese resultado pero, en
caso de no contar con esa formación, puede resultar más que aventurado realizar una
interpretación al respecto.
- Ahora bien, sí que es posible con los mismos realizar interpretaciones en términos
relativos, por ejemplo, establecer en dos muestras de las que se tiene datos en una
misma variable, cuál de los dos tiene una mayor dispersión en sus datos o, también,
comparar la dispersión de los datos de una misma variable medida en dos momentos
temporales distintos. No olvidar que no tendrá sentido comparar estos índices de
dispersión cuando se obtengan para variables diferentes -tan solo una salvedad a esta
última afirmación:: cuando se trate de variables que estén expresadas en las mismas
unidades y que tenga sentido comparar (por ejemplo, las variables ingresos y gastos
mensuales para una muestra de consumidores).
El rango intercuartil

• El rango o amplitud intercuartil (RIC) se obtiene como diferencia entre los cuartiles 3º
y 1º:
RIC = Q3 – Q1
Una variante del mismo es el conocido como amplitud o rango semi-intercuartil:
RSIC = (Q3 – Q1)/2
• Ambos índices tienen como ventaja respecto al Rango que no se ven afectados por la
existencia de valores atípicos en la variable, pues no se obtienen a partir de los dos
valores más extremos de la variable sino a partir de dos valores más centrados como
son el Q3 y el Q1.
Ejemplo de obtención del RIC y del RSIC para la variable “Ansiedad que siente
cuando se encuentra con mucha gente alrededor” (ver distribución de frecuencias más
arriba).
RIC = 3 - 2 = 1 RSIC = (3 – 2)/2 = 0,5
Ejercicio 6: Obtener el RIC y del RSIC de la variable “Se valora en los empleados la
creatividad y la capacidad de creación” (ver distribución de frecuencias más arriba).
• Una representación gráfica de una variable basada en los Q3 y Q1 (y también en la
mediana), cuya utilización está cada vez más extendida, es el conocido como diagrama
de caja y bigotes, el cual ofrece información simultanea sobre la posición y variabilidad
de la distribución de frecuencias de la variable. Como veremos más adelante, también
ofrece información sobre la asimetría de la distribución y sobre la posible existencia de
valores atípicos en los datos de la variable. Además es un gráfico muy utilizado con la
finalidad de comparar grupos.
Como ejemplo, el diagrama de caja y bigotes de la variable “Se valora en los
empleados la creatividad y la capacidad de creación” obtenida a partir de una muestra
de 200 empleados de diferentes empresas:

El mismo se construye situando la escala de respuesta de la variable en el eje vertical y

dibujando una caja delimitada por la mediana y los cuartiles 1º y 3º (la distancia entre
ambos es, precisamente, el rango intercuartil), y unos bigotes que se extienden hasta
los valores más extremos de la variable que se encuentren dentro de 1,5 veces la
longitud de la caja medida desde los lados de la misma. Los valores más allá de 1,5
veces la longitud de la caja, cuando existan, se representan por puntos y suelen indicar
valores anómalos (atípicos o extremos) por lo raro de los mismos en relación al grueso
de los datos.
Se muestra a continuación el diagrama de barras de la misma variable a fin de que
pueda compararse con el correspondiente diagrama de caja y bigotes:

Ejercicio 7: Realizar la representación gráfica de la variable “Ansiedad que siente cuando

se encuentra con mucha gente alrededor” con un diagrama de caja y bigotes.